故障診斷方法與應(yīng)用

1、故障診斷實(shí)用技術(shù) 課程名稱： 故障診斷方法與應(yīng)用 報(bào)告題目： 內(nèi)圈故障診斷實(shí)驗(yàn)報(bào)告 學(xué)生班級(jí)； 研152 學(xué)生姓名： 任課教師： 學(xué)位類別：評(píng)分標(biāo)準(zhǔn)及分值選題與參閱資料（分值 10 ）報(bào)告內(nèi)容（分值 60 ）報(bào)告表述（分值 20 ）創(chuàng)新性（分值 10 ）評(píng)分報(bào)告評(píng)語：總 評(píng) 分評(píng)閱教師:評(píng)閱時(shí)間 年 月 日摘要設(shè)備故障診斷技術(shù)是一種了解和掌握設(shè)備在使用過程中的狀態(tài)，確定其整體或局部是正?；虍惓?，早期發(fā)現(xiàn)故障及其原因，并能預(yù)報(bào)故障發(fā)展趨勢(shì)的技術(shù)。安裝合適的傳感器可以獲得故障的特征信號(hào)，通過信號(hào)反映故障產(chǎn)生原因。滾動(dòng)軸承是機(jī)械中的易損元件，據(jù)統(tǒng)計(jì)旋轉(zhuǎn)機(jī)械的故障有30%是由軸承引起的，它的好壞對(duì)機(jī)器

2、的工作狀態(tài)影響極大。軸承的缺陷會(huì)導(dǎo)致機(jī)器劇烈振動(dòng)和產(chǎn)生噪聲，甚至?xí)鹪O(shè)備的損壞。滾動(dòng)軸承的振動(dòng)可由于外部的振源引起，也可由于軸承本身的結(jié)構(gòu)特點(diǎn)及缺陷引起。而隨著科學(xué)技術(shù)不斷發(fā)展和工業(yè)化程度的不斷提高，機(jī)械設(shè)備精密程度、復(fù)雜程度及自動(dòng)化程度不斷提高，憑個(gè)人的感觀經(jīng)驗(yàn)對(duì)機(jī)械設(shè)備進(jìn)行診斷己經(jīng)遠(yuǎn)遠(yuǎn)不夠，因此軸承的狀態(tài)檢測(cè)和故障診斷是十分必要的，已經(jīng)成為機(jī)械設(shè)備故障診斷技術(shù)的重要內(nèi)容。滾動(dòng)軸承故障監(jiān)測(cè)診斷方法有很多種，它們各具特點(diǎn)，其中振動(dòng)信號(hào)法應(yīng)用最廣泛。本次實(shí)驗(yàn)就是采用振動(dòng)信號(hào)法對(duì)滾動(dòng)軸承故障實(shí)驗(yàn)平臺(tái)的滾動(dòng)軸承的故障信號(hào)進(jìn)行分析。目錄1 緒論12 軸承內(nèi)圈故障特征頻率23 時(shí)域無量綱參數(shù)分析23.

3、1 時(shí)域波形23.2 傅里葉變換運(yùn)算分析故障34通過自相關(guān)、互相關(guān)、功率譜運(yùn)算分析故障44.1 自相關(guān)分析44.2 互相關(guān)運(yùn)算分析故障54.3功率譜密度65 Haar小波分析75.1小波分解75.2 小波降噪91 緒論隨著對(duì)滾動(dòng)軸承的運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)的深入研究，對(duì)于軸承振動(dòng)信號(hào)中的頻率成分和軸承零件的幾何尺寸及缺陷類型的關(guān)系有了比較清楚的了解，加之快速傅里葉變換技術(shù)的發(fā)展。開創(chuàng)了用頻域分析方法來檢測(cè)和診斷軸承故障的新領(lǐng)域。其中最具代表性的有對(duì)鋼球共振頻率的研究，對(duì)軸承圈自由共振頻率的研究。本文主要著重于對(duì)滾動(dòng)軸承內(nèi)圈磨損的故障研究，主要研究方法為傅里葉變換，功率譜，自相關(guān)以及互相關(guān)，小波理論。

4、滾動(dòng)軸承在運(yùn)行過程中可能會(huì)因?yàn)楦鞣N原因出現(xiàn)故障，如安裝不當(dāng)、異物入侵、潤滑不良、腐蝕和剝落等都會(huì)導(dǎo)致軸承出現(xiàn)故障。安裝不當(dāng)會(huì)導(dǎo)致軸承不對(duì)中，使得軸承在運(yùn)行中，產(chǎn)生一種附加彎矩，給軸承增加附加載荷，形成附加激勵(lì)，引起幾組強(qiáng)烈振動(dòng)，嚴(yán)重時(shí)會(huì)導(dǎo)致轉(zhuǎn)子嚴(yán)重磨損、軸彎曲、聯(lián)軸器和軸承斷裂等嚴(yán)重后果。即使軸承安裝正確，在長期的運(yùn)行中，由于異物的入侵或則負(fù)荷的作用下，接觸面會(huì)出現(xiàn)不同程度的金屬剝落、裂痕等現(xiàn)象，進(jìn)而導(dǎo)致旋轉(zhuǎn)部件與故障區(qū)域接觸時(shí)產(chǎn)生強(qiáng)烈振動(dòng)。本次實(shí)驗(yàn)主要針對(duì)潛在危害很大的裂痕故障信號(hào)進(jìn)行分析研究。滾動(dòng)軸承在出現(xiàn)裂痕故障后，隨著軸承的旋轉(zhuǎn)，由于旋轉(zhuǎn)部件與裂痕周期性的碰撞會(huì)產(chǎn)生周期性的沖擊信號(hào)，且

5、周期可以通過軸承結(jié)構(gòu)計(jì)算得出。圖1.1所示為滾動(dòng)軸承基本結(jié)構(gòu)。圖1.1 滾動(dòng)軸承基本結(jié)構(gòu)：滾動(dòng)體直徑：軸承節(jié)徑（滾動(dòng)體所在圓的直徑）：內(nèi)圈直徑：外圈直徑：接觸角（滾動(dòng)體受力方向與軸承徑向平面的夾角）：滾動(dòng)體個(gè)數(shù)：內(nèi)圈旋轉(zhuǎn)角速度，正表示順時(shí)針，負(fù)表示逆時(shí)針假設(shè)滾道與滾動(dòng)體之間無相對(duì)滑動(dòng)，且承受徑向，軸向載荷時(shí)各部分無變形，設(shè)當(dāng)滾動(dòng)軸承外圈固定，為內(nèi)圈旋轉(zhuǎn)頻率，則可以推出Z個(gè)滾動(dòng)體在軸承不同部件出現(xiàn)故障時(shí)，可分別計(jì)算出故障特征頻率，即內(nèi)圈故障特征頻率：外圈故障特征頻率：滾動(dòng)體故障特征頻率：以上故障特征頻率值均為理論計(jì)算值，在實(shí)際應(yīng)用中，由于滾動(dòng)體可能出現(xiàn)的相對(duì)滑動(dòng)和受力不均導(dǎo)致的搖擺，都會(huì)導(dǎo)致實(shí)際

6、測(cè)量值與理論值有偏差，在實(shí)際實(shí)驗(yàn)過程中，我們需要將實(shí)際測(cè)量值與理論值進(jìn)行對(duì)比分析。2 軸承內(nèi)圈故障特征頻率內(nèi)圈故障的特征頻率：上式中為軸承滾動(dòng)體的個(gè)數(shù)，為軸承內(nèi)圈的轉(zhuǎn)動(dòng)速度，為軸承外圈的轉(zhuǎn)動(dòng)速度，為滾動(dòng)體的直徑，為滾動(dòng)體中心所在圓的直徑，為滾動(dòng)體受力方向與內(nèi)外滾道垂直直線的夾角。進(jìn)過計(jì)算后，將以下各個(gè)數(shù)據(jù)代入上式，=12，=10，=0，=7.5mm，=39.5mm，=0，所計(jì)算的內(nèi)圈故障特征頻率=76Hz。3 時(shí)域無量綱參數(shù)分析3.1 時(shí)域波形 內(nèi)圈故障信號(hào)與正常信號(hào)采集，軸承外圈固定，轉(zhuǎn)速為600轉(zhuǎn)/分，采樣頻率為10000HZ，采樣時(shí)間為1.6384S,共采集16384個(gè)點(diǎn)的數(shù)據(jù)。所采集到

7、的數(shù)據(jù)分別保存為故障信號(hào)600 16384 10K.dat，和正常信號(hào)ZC600 16384 10K.dat ，下文中稱正常信號(hào)，故障信號(hào)。信號(hào)通過以下程序?qū)隡ATLAB中，顯示出時(shí)域波形，并準(zhǔn)備進(jìn)行進(jìn)一步分析。時(shí)域波形圖如下圖3.1：圖3.1 故障時(shí)時(shí)域波形和正常時(shí)時(shí)域波形由上圖觀察比較可以發(fā)現(xiàn)，正常時(shí)的振動(dòng)信號(hào)要平穩(wěn)很多，振幅較小，而故障信號(hào)則振動(dòng)劇烈，振幅較大，呈現(xiàn)出周期性的特點(diǎn)。3.2 傅里葉變換運(yùn)算分析故障傅里葉變換是數(shù)字信號(hào)處理領(lǐng)域一種很重要的算法。它表明：任何連續(xù)測(cè)量的時(shí)序或者信號(hào)，都可以表示為不用頻率的正弦波信號(hào)的無限疊加。根據(jù)該原理，傅里葉變換算法利用直接測(cè)量的原始信號(hào)，一

8、類價(jià)方式來計(jì)算信號(hào)中不同正弦波信號(hào)的頻率、振幅和相位。對(duì)故障信號(hào)和正常信號(hào)分別進(jìn)行傅里葉變換，得出經(jīng)過FFT處理后的數(shù)據(jù)，并根據(jù)香農(nóng)采樣定理，繪出5000HZ內(nèi)的頻率變化的振幅，如下圖3.2和圖3.3。圖3.2 故障時(shí)頻域波形圖3.3 正常時(shí)頻域波形 從上述圖3.3中可以看出，正常狀態(tài)下，軸承的低頻段幅值突出。比較發(fā)現(xiàn)，在發(fā)生故障的情形下，軸承的振動(dòng)信號(hào)，具有很多噪音，不僅在低頻段表現(xiàn)突出，而且在高頻段譜峰突出比較明顯，而且有多個(gè)譜峰，這主要是因?yàn)閮?nèi)圈有損傷時(shí)，在轉(zhuǎn)動(dòng)一周內(nèi)，有時(shí)損傷點(diǎn)位于載荷區(qū)內(nèi)，有時(shí)位于損傷區(qū)外；當(dāng)損傷點(diǎn)位于載荷區(qū)內(nèi)時(shí)，它與滾動(dòng)體接觸時(shí)產(chǎn)生脈沖力；當(dāng)損傷點(diǎn)位于載荷區(qū)外時(shí)，如

9、果不考慮運(yùn)動(dòng)時(shí)慣性力的作用，則不產(chǎn)生脈沖力；由此分析可以看出，內(nèi)圈損傷引起的脈沖力的大小和方向受損點(diǎn)位置的影響，當(dāng)產(chǎn)生的脈沖力較大時(shí)，能夠引起高頻共振，當(dāng)產(chǎn)生的脈沖力較小時(shí)，引起中低頻共振。4通過自相關(guān)、互相關(guān)、功率譜運(yùn)算分析故障4.1 自相關(guān)分析自相關(guān)函數(shù)表達(dá)了同一過程不同時(shí)刻的相互依賴關(guān)系，而互相關(guān)函數(shù)表示不同過程的某一時(shí)刻的相互依賴關(guān)系。這個(gè)在求解某些概率的時(shí)候是很有用的。 自相關(guān)函數(shù)的定義和性質(zhì) 定義：描述信號(hào)x(t)在一個(gè)時(shí)刻的取值和另一個(gè)時(shí)刻取值之間的相似關(guān)系 式中：T、N -信號(hào)觀測(cè)時(shí)間；t、k-時(shí)間間隔 性質(zhì)1) 自相關(guān)函數(shù)Rx(t)是偶函數(shù)，即Rx(t) Rx(-t) ；2)

10、 當(dāng)t =0時(shí)， Rx(0) ；當(dāng)t 0時(shí)， Rx(t) < Rx(0) ； 3) 白噪聲Rx(0)=max ，當(dāng)t 0時(shí)， Rx(t)=04)周期信號(hào)的Rx(t)仍是周期信號(hào)，兩者周期相同，但不反映相位信息 對(duì)故障信號(hào)和正常信號(hào)分別進(jìn)行自相關(guān)函數(shù)運(yùn)算，得出圖4.1和圖4.2，橫坐標(biāo)為0至16384，1638532768個(gè)采樣點(diǎn)數(shù)?？v坐標(biāo)為相關(guān)程度圖4.1正常信號(hào)自相關(guān)運(yùn)算圖4.2 故障信號(hào)自相關(guān)運(yùn)算正常狀態(tài)的機(jī)器振動(dòng)噪聲是大量的、無序的、大小接近的隨機(jī)沖擊的結(jié)果，其頻較寬而均勻。機(jī)器運(yùn)行狀態(tài)不正常時(shí)，在隨機(jī)噪聲中將出現(xiàn)有規(guī)則的、周期性的脈沖，其大小要比隨機(jī)沖擊大的多。 采用自相關(guān)分析方

11、法：在振動(dòng)噪聲中查出隱藏的周期分量，特別是在故障發(fā)生初期，周期信號(hào)不明顯、直觀難以發(fā)現(xiàn)的時(shí)候，依靠圖3.4和圖3.5中Rx(t)的幅值和波動(dòng)的頻率的比較可以看出正常信號(hào)的自相關(guān)運(yùn)算后其圖形非常平滑，而故障信號(hào)自相關(guān)運(yùn)算后，其中一部分幅值以及頻率被凸現(xiàn)出來，使我們更容易的發(fā)現(xiàn)異常，需要進(jìn)一步的分析。4.2 互相關(guān)運(yùn)算分析故障互相關(guān)函數(shù)是描述隨機(jī)信號(hào)X(t),Y(t)在任意兩個(gè)不同時(shí)刻t1，t2，的取值之間的相關(guān)程度。自相關(guān)函數(shù)是描述隨機(jī)信號(hào)X(t)在任意兩個(gè)不同時(shí)刻t1，t2，的取值之間的相關(guān)程度。 應(yīng)用定義：互相關(guān)函數(shù)是描述兩個(gè)信號(hào)之間的相似關(guān)系，可為性質(zhì)：1) Rxy(t)的峰值不一定在t

12、0，峰值點(diǎn)偏離原點(diǎn)的距離表示兩信號(hào)取得最大相關(guān)程度的時(shí)移t 。2)互相關(guān)函數(shù)是一非奇非偶的實(shí)函數(shù)，具有反對(duì)稱性， Rxy(t) Ryx (-t) 。3)周期信號(hào)的Rxy(t)也是同頻率的周期信號(hào)，且保留了原兩信號(hào)的相位差信息。故而對(duì)正常信號(hào)和故障信號(hào)進(jìn)行互相關(guān)運(yùn)算，得出圖4.3，橫坐標(biāo)為0至16384，1638532768個(gè)采樣點(diǎn)數(shù)?？v坐標(biāo)為相關(guān)程度圖4.3 互相關(guān)運(yùn)算故可以看出正常信號(hào)與故障信號(hào)的相關(guān)性越靠近0點(diǎn)的時(shí)候越大，隨著采樣點(diǎn)數(shù)的增加其相關(guān)性逐漸減小，因而可以判斷出產(chǎn)生滾動(dòng)軸承產(chǎn)生故障需要進(jìn)一步的分析。4.3功率譜密度功率譜具有單位頻率的平均功率量綱。所以標(biāo)準(zhǔn)叫法是功率譜密度。通過功

13、率譜密度函數(shù)，可以看出隨機(jī)信號(hào)的能量隨著頻率的分布情況。對(duì)于平穩(wěn)隨機(jī)過程的樣本函數(shù)一般不是絕對(duì)可積的，因此不能直接對(duì)它進(jìn)行傅立葉分析。這里采用利用相關(guān)函數(shù)的傅里葉變化來定義功率譜密度。所得時(shí)的功率譜圖形如圖4.4，正常時(shí)的功率譜圖形故障如圖4.5。 圖4.4 故障時(shí)的功率譜圖形圖4.5 正常時(shí)的功率譜圖形通過比較可以看出，在產(chǎn)生故障時(shí)功率譜在低頻，中頻階段都有更突出的幅值產(chǎn)生，說明有更強(qiáng)的能量產(chǎn)生，而且整個(gè)頻率段中能量比正常信號(hào)都要大得多。故而可以知道故障滾動(dòng)軸承的功率譜特點(diǎn)，不僅在低頻段表現(xiàn)突出，而且在高頻段譜峰突出比較明顯，而且有多個(gè)譜峰，這主要是因?yàn)閮?nèi)圈有損傷時(shí)，在轉(zhuǎn)動(dòng)一周內(nèi)，有時(shí)損傷點(diǎn)

14、位于載荷區(qū)內(nèi)，有時(shí)位于損傷區(qū)外；當(dāng)損傷點(diǎn)位于載荷區(qū)內(nèi)時(shí)，它與滾動(dòng)體接觸時(shí)產(chǎn)生脈沖力；當(dāng)損傷點(diǎn)位于載荷區(qū)外時(shí)，如果不考慮運(yùn)動(dòng)時(shí)慣性力的作用，則不產(chǎn)生脈沖力；由此分析可以看出，內(nèi)圈損傷引起的脈沖力的大小和方向受損點(diǎn)位置的影響，當(dāng)產(chǎn)生的脈沖力較大時(shí)，能夠引起高頻共振，當(dāng)產(chǎn)生的脈沖力較小時(shí)，引起中低頻共振。5 Haar小波分析與Fourier變換相比，Haar小波變換是空間（時(shí)間）和頻率的局部變換，因而能有效地從信號(hào)中提取信息。通過伸縮和平移等運(yùn)算功能可對(duì)函數(shù)或信號(hào)進(jìn)行多尺度的細(xì)化分析，解決了Fourier變換不能解決的許多困難問題。小波分析是時(shí)間尺度分析和多分辨分析的一種新技術(shù)，它在信號(hào)分析方面的研

15、究取得了有科學(xué)意義和應(yīng)用價(jià)值的成果。信號(hào)分析的主要目的是尋找一種簡(jiǎn)單有效的信號(hào)變換方法，使信號(hào)所包含的重要信息能顯現(xiàn)出來。小波分析屬于信號(hào)時(shí)頻分析的一種，它繼承和發(fā)展了短時(shí)傅立葉變換局部化的思想，同時(shí)又克服了窗口大小不隨頻率變化等缺點(diǎn)，能夠提供一個(gè)隨頻率改變的時(shí)間頻率窗口，是進(jìn)行信號(hào)時(shí)頻分析和處理的理想工具。它的主要特點(diǎn)是通過變換能夠充分突出問題某些方面的特。5.1小波分解對(duì)故障信號(hào)進(jìn)行Hara小波分解分解現(xiàn)在取j=11，分別計(jì)算出V11 V10 V9 V8 V5 V3繪制出圖形如下圖5.1圖5.1 故障信號(hào)小波分解V11 V10 V9 V8 V5 V3繪制出W10 W9 W8 W7 W6 W

16、5 W4 W3 W2 W1 W0圖形如圖5.2與圖5.3圖5.2 系數(shù)圖形W10 W9 W8 W7 W6 W5圖5.3系數(shù)圖形W4 W3 W2 W1 W05.2 小波降噪信號(hào)降噪準(zhǔn)則，第一，光滑性：在大部分情況下，降噪后的信號(hào)應(yīng)該至少和原信號(hào)具有同等的光滑性。第二，相似性：降噪后的信號(hào)和原信號(hào)的方差估計(jì)應(yīng)該是最壞情況下的最小值。小波分析用于降噪的過程(1) 分解過程：選用HARA小波，對(duì)信號(hào)進(jìn)行3層小波分解。(2) 作用閾值過程：對(duì)分解得到的各層系數(shù)選擇一個(gè)閾值，并對(duì)細(xì)節(jié)系數(shù)作用軟閾值處理。(3) 重建過程：降噪處理后的系數(shù)通過小波重建恢復(fù)原始信號(hào)。小波變換中，對(duì)各層系數(shù)降噪所需的閾值一般是根

17、據(jù)原信號(hào)的信號(hào)噪聲比來取的，在嘉定噪聲為白噪聲的情況下，一般應(yīng)用原信號(hào)的小波分解的各層系數(shù)的標(biāo)準(zhǔn)差來衡量。Matlab提供了wnoisest來實(shí)現(xiàn)這個(gè)功能。在得到信號(hào)的噪聲強(qiáng)度以后，我們就可以根據(jù)噪聲強(qiáng)度來確定各層的閾值，小波變換中的閾值c,l=wavedec(x1',5,'haar'); %對(duì)信號(hào)進(jìn)行層數(shù)為5的尺度分解sigma=wnoisest(c,l,1);%通過第一層細(xì)節(jié)系數(shù)估算信號(hào)的噪聲強(qiáng)度thr1=wbmpen(c,l,sigma,2) %通過penalty策略確定降噪的閾值為2x11=wdencmp('gbl',c,l,'haar&

18、#39;,5,thr1,'s',1); thr2,nkeep=wdcbm(c,l,2); % x12,cxd,lxd,perf0,perf12=wdencmp('lvd',c,l,'haar',5,thr2,'s');通過以上2種降噪方式比較，得出圖5.4。進(jìn)行FFT變換得到圖5.5。圖5.4 1原始故障信號(hào)時(shí)域圖2 通過penalty策略確定降噪的閾值降噪3 使用Birge-Massart策略確定降噪的閾值降噪圖5.5對(duì)降噪后的故障信號(hào)進(jìn)行FFT運(yùn)用相同的方式，對(duì)正常的信號(hào)進(jìn)行降噪，并做FFT變換得圖5.6，圖5.7。圖5.6 1原始正常信號(hào)時(shí)域圖2 通過penalty策略確定降噪的閾值降噪3 使用Birge-Massart策略確定降噪的閾值降噪圖5.7 對(duì)降噪后正常的信號(hào)進(jìn)行FFT對(duì)FFT變換后的故障降噪信號(hào)和正常降噪信號(hào)取其幅值最大的10個(gè)點(diǎn)以及相應(yīng)的頻率。組成如下表格1和表格2 。幅值28.118